[發明專利]基于槍球聯動的監控方法、系統、設備及存儲介質

有效

• 申請號: 202110429303.5
• 申請日: 2021-04-21
• 公開（公告）號: CN113095261B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 郝希瑞;王峰;張全磊;張天益
• 申請（專利權）人: 蘇州科達科技股份有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/52;G06V10/75;G06V20/40
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 夏彬

本發明提供了一種基于槍球聯動的監控方法、系統、設備及存儲介質，所述方法包括：槍機在自身采集的圖像中進行第一目標檢測，將檢測到的第一目標加入第一跟蹤隊列；所述槍機從所述第一跟蹤隊列中依次選擇第一目標作為抓拍目標，將選擇的抓拍目標的特征和目標標識發送至球機；所述球機將自身拍攝的與所述抓拍目標的特征匹配的圖像加入第二跟蹤隊列；所述球機于當前接收到的目標標識與前一時刻接收到的目標標識不同時，從所述第二跟蹤隊列獲取一圖像，作為前一時刻接收到的目標標識對應的抓拍圖像。通過采用本發明，提高槍球聯動對行人檢測和抓拍的準確率，減少跟蹤不夠準確和重復抓拍上報的問題。

背景技術

隨著深度學習的普及和監控行業的市場需求擴張，市場對智能抓拍攝像機的應用場景做了更加細分的分類，不再局限于出入口、道路和室內，對廣場的應用場景也越來越普遍，針對廣場場景單個槍機和球機是解決不了的，需要槍機和球機配合才能抓拍到清晰的行人供上層使用，槍機主要負責行人檢測、跟蹤和向球機發送PTZ和抓拍命令，球機主要負責行人抓拍和執行PTZ命令控制云臺轉動。

目前基于槍球聯動的監控主要包括行人目標檢測和抓拍。其中，行人目標檢測主要是提取圖像中的行人目標，分為傳統和現代方法，傳統的方法大部分都是基于經驗特征提取，包括hog、haar和lbp特征，提取完特征后使用支持向量機SVM和adaboost分類器進行訓練和檢測，然而這種傳統的特征提取不能夠準確的描述行人，導致檢測準確率不高，隨著深度學習的普及，研究人員開始使用表達能力更好的卷積神經網絡CNN做行人特征提取器，當前用的比較成熟的CNN特征提取器包括mobilenet、vgg、googlenet和resnet。行人目標跟蹤包括基于傳統的跟蹤算法和基于檢測的跟蹤算法，傳統的跟蹤算法主要包含光流optical?flow、卡爾曼濾波Kalman?filtering和均值漂移mean?shfit，當前使用比較多的基于檢測的跟蹤算法是deep_sort。

當前槍球聯動主要存在的問題是行人檢測準確率不夠、跟蹤不準確、行人重復抓拍和抓拍行人非槍機當前跟蹤目標等問題。

發明內容

針對現有技術中的問題，本發明的目的在于提供一種基于槍球聯動的監控方法、系統、設備及存儲介質，提高槍球聯動對行人檢測和抓拍的準確率，減少跟蹤不夠準確和重復抓拍上報的問題。

本發明實施例提供一種基于槍球聯動的監控方法，包括如下步驟：

槍機在自身采集的圖像中進行第一目標檢測，將檢測到的第一目標加入第一跟蹤隊列；

所述槍機從所述第一跟蹤隊列中依次選擇第一目標作為抓拍目標，將選擇的抓拍目標的特征和目標標識發送至球機；

所述球機將自身拍攝的與所述抓拍目標的特征匹配的圖像加入第二跟蹤隊列；

所述球機于當前接收到的目標標識與前一時刻接收到的目標標識不同時，從所述第二跟蹤隊列獲取一圖像，作為前一時刻接收到的目標標識對應的抓拍圖像。

本發明的基于槍球聯動的監控方法通過槍機和球機聯合進行目標檢測，球機根據特征匹配來選擇加入到第二跟蹤隊列中的圖像，并且根據槍機發送的抓拍目標的目標標識的變化來選擇抓拍圖像，從而通過特征匹配解決球機行人跟蹤不夠準確的問題，通過根據目標標識的變化選擇抓拍圖像，保證抓拍圖像與目標的對應性，解決現有技術中重復抓拍上報的問題，并且通過與槍機的抓拍目標的特征進行匹配，僅選擇與槍機的抓拍目標的特征相匹配的抓拍圖像，解決現有技術中抓拍不是當前槍機跟蹤的目標的問題，提高槍球監控中對目標檢測和抓拍的準確率。

在一些實施例中，所述基于槍球聯動的監控方法還包括如下步驟：

還包括如下步驟：

所述槍機對當前抓拍目標進行跟蹤；